中国 AI 大厂价格战迫使 OpenAI 跟风降价

我们很高兴你的到来。每周一至周五，你都会收到 TNS 精选内容，及时掌握新闻动态，始终保持最佳状态。

请前往收件箱查收确认邮件。你可以在邮件中调整偏好设置，还可以加入其他群组。

在你喜爱的社交媒体平台上关注 TNS。

在 LinkedIn 上关注 TNS。

等待第一期 TNS newsletter 期间，不妨看看最新的精选和热门文章。

OpenAI 在两款 GPT-5.6 模型发布仅三周后便下调了 API 价格。周四，该公司宣布 GPT-5.6 Luna 现已降价 80%，GPT-5.6 Terra 降价 20%，而其主力 reasoning model GPT-5.6 Sol 的价格保持不变。

OpenAI CEO Sam Altman 周四在 X 发布的一篇帖子中写道：“今天大幅降价。我们希望在每个层级都提供最佳的价格与智能水平平衡。”

“我们希望在每个层级都提供最佳的价格与智能水平平衡。”

Luna 现在每百万 input token 的价格为 0.20 美元，每百万 output token 为 1.20 美元，原价分别为 1 美元和 6 美元。Terra 每百万 input token 的价格为 2 美元，每百万 output token 为 12 美元，原价分别为 2.50 美元和 15 美元。Sol 的价格维持不变：每百万 input token 5 美元，每百万 output token 30 美元。

使用 Luna 的开发者无需改变现有流程，但 inference 成本将会下降。现在，运行高吞吐量任务的成本将大幅降低，而且不需要更新任何代码，也不需要更换模型。

这次降价的时机并不寻常，因为 AI 厂商发布新模型系列后，通常会将价格稳定维持数月。GPT-5.6 于 7 月 9 日开放使用，不到一个月，OpenAI 就下调了价格。

……与模型之间在 benchmark performance 上的细微差异相比，serving cost 可能更加重要。

基础设施改进带来成本节省

该公司表示，GPT-5.6 底层基础设施的改进促成了此次降价，使其能够提供“每美元高得多的智能水平”。

不过，这些基础设施升级并不令人意外。在公布价格调整的前一天，OpenAI 分享了一份工程概览，介绍了 Codex 和 ChatGPT Work 在整个 inference stack 上所做的优化。

重写 GPU kernel，提高运行效率

OpenAI 工程师重写了生产环境中的 GPU kernel，将 serving cost 降低了约 20%。他们还重新设计了 Sol 的 speculative decoding system，使 token generation 的效率提升了 15% 以上。该公司也更新了 agent runtime，在多步骤工作流中更充分地利用 prompt caching，从而减少重复的 prompt computation。

Agent 放大 inference 成本

最近，开发者开始更加关注 inference 成本，因为 Agent 为完成一项任务，往往需要调用模型数十次，甚至数百次。对于这类工作负载，与模型之间在 benchmark performance 上的细微差异相比，serving cost 可能更加重要。

一个无法回避的问题是，来自海外的竞争已经加剧。Moonshot 等中国 AI 公司推出的低成本 open-weight model，正迫使商业模型提供商不仅要展示更好的性能，还要为生产环境提供更有竞争力的价格。OpenAI 和 Anthropic 都清楚，仅靠性能已经行不通了，这迫使它们向中国厂商的价格看齐。

这里的问题在于，大多数步骤根本不需要 Sol 这样的模型，而中国实验室已经找到了在高效模型中融入更强能力的方法。对于每天需要处理数十亿 token 的公司来说，这是一个非常实用的选择。

把简单任务交给 open model，只在处理困难任务时使用昂贵的 API，这种能力会带来显著差异。OpenAI 希望通过将 Luna 的价格下调 80% 来缩小这一差距。如此一来，切换到 self-hosted model 所带来的麻烦，突然就显得不值得了。

竞争重塑模型定价

OpenAI 和 Anthropic 都在持续调整其最新模型系列的经济账，此次价格调整正是在这样的背景下发生的。本月早些时候，这种动态曾在同一周内先后出现在三家公司身上。本周早些时候，OpenAI 发现长时间的编码 session 消耗配额的速度快于预期，随后提高了 ChatGPT Work 和 Codex 中 GPT-5.6 Sol 的使用上限。随着企业客户将规模更大的 agentic workload 投入生产环境，Anthropic 也调整了价格，并增加了 premium inference tier。

这项公告凸显了基础设施领域的一种行业趋势：如今，serving efficiency 每提高一个百分点，都可能直接转化为更低的 API 价格。成本优化由此不再只是一个工程目标，而是变成了一项竞争优势。